[发明专利]一种神经网络数据处理方法、装置、设备及存储介质

权利要求书

1.一种神经网络数据处理方法，其特征在于，所述方法包括：

获取神经网络模型中的模型数据所对应的复用次数；

依据所述复用次数，得到与所述模型数据所对应的数据流；

依据所述数据流，对所述神经网络模型进行处理。

2.如权利要求1所述的神经网络数据处理方法，其特征在于，所述依据所述复用次数，得到与所述模型数据所对应的数据流，包括：

依据所述复用次数，得到所述复用次数中的神经网络模型所对应的权值复用次数和神经网络模型中所对应的中间结果复用次数；

依据所述权值复用次数和所述中间结果复用次数，得到与所述模型数据所对应的数据流。

3.如权利要求2所述的神经网络数据处理方法，其特征在于，依据所述权值复用次数和所述中间结果复用次数，得到与所述模型数据所对应的数据流，包括：

依据所述模型数据，得到所述模型数据中的卷积核；

依据所述权值复用次数，得到所述权值复用次数中的所述卷积核所对应的权重复用次数；

依据所述中间结果复用次数，得到所述中间结果复用次数中的所述卷积核所对应的输出结果复用次数；

依据所述卷积核所对应的权重复用次数和所述卷积核所对应的输出结果复用次数，得到所述卷积核所对应的数据流。

4.如权利要求3所述的神经网络数据处理方法，其特征在于，所述依据所述卷积核所对应的权重复用次数和所述卷积核所对应的输出结果复用次数，得到所述卷积核所对应的数据流，包括：

对所述卷积核所对应的权重复用次数和所述卷积核所对应的输出结果复用次数进行比较，得到比较结果；

依据所述比较结果，得到所述卷积核所对应的数据流。

5.如权利要求4所述的神经网络数据处理方法，其特征在于，所述依据所述比较结果，得到所述卷积核所对应的数据流，包括：

当所述卷积核所对应的权重复用次数大于第一设定值，且所述卷积核所对应的输出结果复用次数小于第二设定值，得到所述卷积核所对应的数据流中的权值固定数据流。

6.如权利要求5所述的神经网络数据处理方法，其特征在于，所述依据所述比较结果，得到所述卷积核所对应的数据流，包括：

当所述卷积核所对应的权重复用次数小于等于第一设定值，且所述卷积核所对应的输出结果复用次数大于等于第二设定值，得到所述卷积核所对应的数据流中的结果展开数据流。

7.如权利要求6所述的神经网络数据处理方法，其特征在于，所述依据所述数据流，对所述神经网络模型进行处理，包括：

依据所述数据流中的所述卷积核所对应的权值固定数据流和结果展开数据流，得到所述神经网络模型中所述卷积核所对应的计算阵列；

通过所述计算阵列对所述神经网络模型中的所述卷积核进行处理。

8.如权利要求7所述的神经网络数据处理方法，其特征在于，所述通过所述计算阵列对所述神经网络模型中的所述卷积核进行处理，包括：

依据所述计算阵列的属性对所述计算阵列进行划分，得到第一阵列和第二阵列；

通过所述第一阵列对与所述权值固定数据流所匹配的所述卷积核进行处理；

通过所述第二阵列对与所述结果展开数据流所匹配的所述卷积核进行处理。

9.如权利要求1所述的神经网络数据处理方法，其特征在于，所述方法还包括：

获取与所述神经网络模型所对应的指令信息；

依据所述指令信息，得到与所述指令信息所匹配的表型，所述表型位于指令重排序缓存单元中；

将所述指令信息保存至所述表型中；

当所述指令信息被执行结束，则从所述表型中删除指令信息。